Skip to main content
Erschienen in: Journal für Urologie und Urogynäkologie/Österreich 4/2021

29.10.2021 | Originalien

Was können die Maschinen?

Praktischer Nutzen von Big Data und Künstlicher Intelligenz in der Medizin

verfasst von: Prim. Dr. Alexander Piotrowski, Dr. Fabian Siegel

Erschienen in: Journal für Urologie und Urogynäkologie/Österreich | Ausgabe 4/2021

Einloggen, um Zugang zu erhalten

Zusammenfassung

Mit zunehmender Rechen- und Speicherkapazität hält in der Medizin fast unaufhaltsam die Anwendung von Big Data und künstlicher Intelligenz Einzug. Haupteinsatzgebiete sind bisher v. a. in der Radiologie und Pathologie, jedoch auch in weiteren Bereichen wie der Genomsequenzierung bis hin zur Psychiatrie zu finden. Durch die Auswertung von immer größeren Datenmengen wird nach Mustern gesucht, die die Arbeit der Ärzte erleichtern können, indem sie eine Vorselektion betreiben. Darüber hinaus bestehen auch Bemühungen bisher unerkannte Zusammenhänge aufzudecken. Große Datenmengen werden von den Patienten selbst über sog. Wearables erfasst. Wie können diese Daten sinnvoll genutzt werden? Welche Gefahren bestehen? Auch in der Urologie gibt es Bestrebungen, eine Verbesserung der Behandlung von z. B. Harnwegsinfektionen oder Nierensteinen durch den Einsatz von vernetzten Computersystemen zu erreichen. Auf dem Gebiet von Big Data und Künstlicher Intelligenz sind in den nächsten Jahren große Fortschritte zu erwarten. Es wird auch zu einer erheblichen Erweiterung der Einsatzgebiete kommen, und wir sind somit erst am Anfang der Entwicklung.
Literatur
2.
Zurück zum Zitat Nilsen W, Kumar S, Shar A et al (2012) Advancing the science of mHealth. J Health Commun 17:5–10CrossRef Nilsen W, Kumar S, Shar A et al (2012) Advancing the science of mHealth. J Health Commun 17:5–10CrossRef
4.
Zurück zum Zitat Masterarbeit „Ökonomische Relevanz des Einsatzes von Big Data in der Krankheitsprävention“ von Alexander Piotrowski, MHBA Studiengang, Friedrich-Alexander Universität Erlangen-Nürnberg. Masterarbeit „Ökonomische Relevanz des Einsatzes von Big Data in der Krankheitsprävention“ von Alexander Piotrowski, MHBA Studiengang, Friedrich-Alexander Universität Erlangen-Nürnberg.
7.
Zurück zum Zitat Freedman M, Lo B, Seibel J, Bromley E (2011) Improved detection of lung nodules with novel software that suppresses the rib and clavicle shadows on chest radiographs. Radiology 260:265–273CrossRef Freedman M, Lo B, Seibel J, Bromley E (2011) Improved detection of lung nodules with novel software that suppresses the rib and clavicle shadows on chest radiographs. Radiology 260:265–273CrossRef
9.
Zurück zum Zitat Loch T, Leuschner I, Genberg C et al (2000) Weiterentwicklung des Transrektalen Ultraschalls: Artifizielle Neuronale Netzwerk-Analyse (ANNA) in der Erkennung und Stadieneinteilung des Prostatakarzinoms. Urologe A 39:341–347CrossRef Loch T, Leuschner I, Genberg C et al (2000) Weiterentwicklung des Transrektalen Ultraschalls: Artifizielle Neuronale Netzwerk-Analyse (ANNA) in der Erkennung und Stadieneinteilung des Prostatakarzinoms. Urologe A 39:341–347CrossRef
10.
Zurück zum Zitat Youn SY, Choi MH, Kim DH, Lee YJ, Huisman H, Johnson E, Penzkofer T, Shabunin I, Winkel DJ, Xing P, Szolar D, Grimm R, von Busch H, Son Y, Lou B, Kamen A (2021) Detection and PI-RADS classification of focal lesions in prostate MRI: Performance comparison between a deep learning-based algorithm (DLA) and radiologists with various levels of experience. Eur J Radiol 142:109894. https://doi.org/10.1016/j.ejrad.2021.109894CrossRefPubMed Youn SY, Choi MH, Kim DH, Lee YJ, Huisman H, Johnson E, Penzkofer T, Shabunin I, Winkel DJ, Xing P, Szolar D, Grimm R, von Busch H, Son Y, Lou B, Kamen A (2021) Detection and PI-RADS classification of focal lesions in prostate MRI: Performance comparison between a deep learning-based algorithm (DLA) and radiologists with various levels of experience. Eur J Radiol 142:109894. https://​doi.​org/​10.​1016/​j.​ejrad.​2021.​109894CrossRefPubMed
20.
Metadaten
Titel
Was können die Maschinen?
Praktischer Nutzen von Big Data und Künstlicher Intelligenz in der Medizin
verfasst von
Prim. Dr. Alexander Piotrowski
Dr. Fabian Siegel
Publikationsdatum
29.10.2021
Verlag
Springer Vienna
Erschienen in
Journal für Urologie und Urogynäkologie/Österreich / Ausgabe 4/2021
Print ISSN: 1023-6090
Elektronische ISSN: 1680-9424
DOI
https://doi.org/10.1007/s41972-021-00148-4

Weitere Artikel der Ausgabe 4/2021

Journal für Urologie und Urogynäkologie/Österreich 4/2021 Zur Ausgabe